基于ARCS动机模型的“数字电子技术”课程教学探索与实践

摘要：新工科建设对国内高校尤其是地方高校工科人才培养提出了新的要求和挑战。为了加强新工科人才培养，针对新工科要求下的“数字电子技术”课程建设，文章以ARCS动机模型为基础，从注意、相关、自信心和满足感4个方面，就课程的教学内容、教学模式以及教学评价设计相应的动机策略，注重培养学生的创新意识与高阶思维能力。该课程的教学改革取得了一系列的教学成果，为培养新工科人才提供了新思路，同时也可以作为其他新工科课程建设的借鉴学习材料。

关键词：ARCS模型；新工科；双线混溶；课程评价

中图分类号：G63 文献标志码：A文献标志码

0 引言

在中国高等教育高质量发展的时代之交，理念落实难、办学基础相对薄弱、发展高度同质化等问题成为掣肘地方本科院校发展的重大障碍。“地方本科院校”与“新工科”具备实质上的交汇性和本质内涵的交融性，两者在地方本科院校建设的教育实践中实现价值统一，多数地方型本科院校正朝着建设特色应用型院校的目标大步迈进。新工科建设具有极强的开创性和创新性，新工科电类专业的课程建设对“数字电子技术”课程的教学提出了更高的要求。

近年来，受大环境和政策引导影响，线上教学和线下教学共同发展，从相互促进到相互融合，不断敦促着现代教学模式改革和发展。如何发挥出线上线下结合的最大优势，如何在“面对面”的教学空间中，让学生的求知欲望自燃，让学生的自主学习达到更加优秀的成效是每个一线教学工作者的困惑。

“数字电子技术”课程已经被认定为广东省省级一流线下课程，“探究优秀的教学模式，提升学生的课程满意度，并推广优秀的教学模式”是笔者义不容辞的责任。课程改革不断尝试多种教学模式，经过实践—分析—提升—再实践，在不断地改革和进步中起到了一流课程的示范作用。

1 ARCS动机模型的基本涵义

ARCS动机模型最早由美国佛罗里达州立大学教授约翰·M·凯勒于20世纪80年代初提出［1］。凯勒概括出影响学习动机的4大主要因素：注意（Attention）、相关（Relevance）、自信心（Confidence）和满足感（Satisfaction）。该模型采用的设计和问题解决方法遵循线性学习过程，通过激发学生的好奇心将学习内容与学生的经验、目标和感知重要性相结合，通过提高学生的信心和满意度等策略增强教学的激励吸引力。其要义可概括为：教学设计应围绕注意、切身性、自信心和满足感，运用课堂学习动机策略，第一要引起学生的注意，使其对某项学习任务产生关注和兴趣；第二要使学习任务与学生个人利益和需求密切相关，让学生真正理解学习任务的重要性；第三要使学生有能力有信心完成该学习任务；第四要让学生完成学习任务后能收获成功的喜悦，进而产生满足感；如此往复逐层深入即可形成学习活动的良性循环。

约翰教授1983年正式提出激励设计模式4部分之后，人们在不断努力研究的过程中设计出了一个相对完善的模式，该模式由4部分构成，如图1所示给出了该4部分及其亚类。

第一部分：A注意即吸引学生注意力和学生的学习兴趣。教师通过新奇幽默或者生活中的实际案例，唤醒学生的注意力并激发学生的探究意识，同时在教学过程中通过改变教学形式、教学媒介以及教学空间等，达到最大的视觉效果。

第二部分：R相关即通过知识链接，力求教学内容要和学生以往教学内容有相关性或者与学生的生活具有相关性。这部分的设计主要是让学生体会到：知识是生活中问题的解决方法，学习是为了让生活更简单和丰富，逐步改正学生们学习是为了考试的错误认知。完成该环节的核心包括：教师帮助学生将学习内容与教学目标关联起来，教师告知学生学习内容与未来价值与现实生活的相关度，让学生真实感受到所学内容的意义与价值。在该过程中，教师注意挖掘学生兴趣，通过恰如其分的融合，提高学生对所学知识的熟悉度［2］。

第三部分：C信心即通过学习模式的变化，增强学生的自信心，帮助学生建立起对学习的积极预期，维持学生对成功的渴望。通过适当修正学习目标，增加一个积极的成果期望，帮助学生了解工程完成的主要内容与核心条件。通过客观分析学生的能力和潜质，让学生体会到成果的归因是努力不是运气。

第四部分：S满足即学生通过自身的努力，能够使得学习成果与自己的期望值匹配，这样学生就可以体会到学习的快乐与价值，在学习中获得满足感。在学习的工程中，给学生提供真实的或者模拟的环境，让学生通过自身运用新的知识，体验到新获得知识或者技能带来的较好的学习效果。在任务结束时，通过颁发奖状、荣誉称号等方式，及时做好公平公正的评价，为学生提供积极的强化与反馈，以最大程度提升学生的成就感。

2 基于ARCS动机模型的课程设计

2.1 基于注意相关维度的课程内容与教学模式设计

“数字电子技术”课程是电类和偏电类专业的核心专业基础课，是中大规模数字集成电路、数字系统设计的入门课程，肩负着芯片制造、5G技术、人工智能等方向人才培养的使命，也是相关专业研究生考试的必考科目［3］。

课程具有理论严谨、逻辑性强等特点和工程背景，不仅可以为学生构建紧跟技术前沿的理论基础，还可以有意识地训练学生的工程实践能力、提升学生的科学素养，为培养创新型卓越工程科技人才奠定良好的基础。

2.1.1 新工科课程建设须通过多样、丰富的教学案例唤醒学生对教学内容的兴趣

课程内容安排与设计注重教学内容引入的方式。方式可以是视频、图片或者是有意义的游戏环节等；通过启发式的教学与多样性的互动让学生眼、手、口配合，学生亲身体验、亲自总结、亲口表达，把注意力和兴趣点挖掘出来。例如在讲解组合逻辑电路设计部分，引入官方大会选举投票的视频新闻，再用图片具体化核心内容，让学生感受到教学内容的实际性、重要性，明白务实的学习是当下之需。

2.1.2 新工科课程建设须要将现有的课程内容与现实世界、学生的认识范围背景、个人需求等连接起来

课程教学注意与学生自己的切身实际联系，将可以达到的目标和追求变现给学生，建立学生对知识的认知关联。例如针对工科学生，通过将现有的“互联网+”学科竞赛、工科实验大赛等比赛引入课堂，促使教学内容与竞赛建立起必要的联系，使学生明确教学目标，让学生维持在专业课程学习的兴趣点上。

2.1.3 双线混溶的教学模式有助于利用线上资源与线下教学的融合，为课堂教学提供优质的教学资源

课前的导学有助于学生尽早理解要学到的新知识，同时在教学平台上可以提升学生的科研阅读能力以及为专业拓展做好铺垫工作。

集中的线下教学采用任务驱动、项目导向、竞赛进阶等教学模式，积极调动学生的学习积极性，发挥学生的主动性和教师引导能力。在工科课程的教学过程中，注重培养学生的动手能力以及理论和实践相结合的能力，让学生可以大胆地实践自己的想法，在试错的过程中摸索真理以锻炼自己的能力，提升学生的自信心，培养学生的工匠精神［4］。

2.2 基于信心、满意维度的课后学习与学习效果评价

课程学习注重对课后学习的有意识训练，安排一系列具有一定挑战度的课后训练，帮助学生建立成功的学习预期值。通过学习平台的大数据分析学生在每个知识点的学习效果，根据学生能力设计分层学习任务，保证每个层次的学生都可以学有所得，增强学生学习的自信心，从而产生深入学习的兴趣。

课程考核评价的公平性对于学生的心理具有强烈作用。课程考核评价应该针对新工科要求具有多样化，注重过程性评价，做到课程考核与综合实训考核结合，社会、教师、学生评价结合，过程性评价与终结性评价结合。本课程教学评价采用“二评并行，全程嵌套”，对学生的知识、能力、素养和课程思政进行全面的考核，建立过程性评价和终结性评价相结合的“二评并行”“过程性评价在教学过程全程嵌套”评价体系，课程成绩评定方法如表1所示。过程性评价为60%；终结性评价为40%，其中，随堂的期中检测5%，期末考试35%。突出评价的多元化、过程性、人性化、主体性、实时性和情境性，公平客观反映学生学习的效果。

3 基于ARCS动机模型的教学评价

2023—2024年度，笔者在物联网工程专业和科学教育专业的“数字电子技术”课程中，分别应用传统教学模式和ARCS动机模型的教学模型展开教学。经过一个学期完整教学，在教材相同、作业量一致、实验项目相同的情况下，基于ARCS动机模型所包含的4个维度（注意、相关、自信心和满足感）设计课程教学情况的问卷，针对学生课程前后的一般情况、学习动机、自我效能及学习满意度等方面进行调查。在课程结束后，对参与过程的60人进行问卷调查，通过问卷星回收问卷60份，有效率为100%，另设平行班60人，未参与基于ARCS动机模型教学改革的班级作为对照班级。

一般情况调查通过问卷星完成，设计的主要问题有：性别、年龄、课程设计与专业相关度等。调查采用一致的调研方法和标准，避免了不必要的争议。

学习动机量表设计30个条目，涵盖内生动机（14条）和外生动机（16条），量表采用Linkert等级评分标准，1—16按照逆向计分，得分高代表学习动机强烈。该量表的内在学习量表、外在学习量表及总值的Cronbach’s α系数设置为0.80、0.78、0.75。

一般自我效能感量表设计10个条目，用Linkert等级评分标准，分值越高自我效能感越好。Cronbach’s α系数设置为0.83。

学习满意度量表设计6个方面：教师教学、教学内容、教学成果、合作关系、教学环境以及外界服务。设计条目60条，2级评分，“完全符合（2分）”和“完全不符合（1分）”，Cronbach’s α系数设置为0.80。该量表分值高代表学习满意程度高。

统计结果采用统计学方法，双人录入核对，用SPSS2 5.0统计软件统计分析结果，计数资料以百分比（%）表示，采用x2检验；计量资料以x-±s（平均数±标准差）表示，用t检验。有效统计意义差异指定P<0.05。

统计结果：课程前后实验班学习动机得分分别是70.40±7.95和78.68±11.30；平行班学习动机得分分别是70.20±7.65和71.20±2.65。通过统计分析，数据均具有统计学意义。

课程前后实验班自我效能感得分分别是22.37±3.47和31.52±3.08；平行班自我效能感得分分别是21.69±3.08和22.98±3.85。通过统计分析，课程前无统计意义（P=0.786），课程后数据具有统计学意义。

课程前后实验班课程满意度得分分别是31.28±3.51和36.12±5.17；平行班课程满意度得分分别是30.76±3.54和31.98±3.81。通过统计分析，课程前无统计意义（P=0.824），课程后数据具有统计学意义。

从以上数据结果可以看出，基于ARCS动机模型的“数字电子技术”课程教学模式优于传统教学模式，在良性循环下学生学习的动机、自我效能感提升显著，课程的满意度明显增强。

4 结语

本文从教学内容的规划到教学模式的修订，从课前到课中再到课后，从教师到学生，全方位地介绍了基于ARCS动机模型的地方高校新工科课程建设——“数字电子技术”课程的教学改革与实践。在教学内容中，注重关联动机与“新工科”对标；在教学模式上，创新地提出了“双线混溶”模式，将线上线下有机结合；在评价体系里，构建了基于信心与满意维度的课程多元化评价系统，实现将过程工程的核心理念引入到新工科专业课程体系中，培养学生的创新性、实践性及挑战承受度，为新工科课程建设提供新的思路。

参考文献

［1］KELLER J M.Development and use of the ARCS model of instructional design［J］.Journal of Instructional Development，1987（3）：2-10.

［2］王巍.基于ARCS动机激励模式的大学英语智慧课堂教学改革［J］.高教学刊，2022（4）：140-143.

［3］朱齐媛，马兴灶，龙世瑜，等.专业课程思政建设误区及对策研究：以“数字逻辑”课程为例［J］.韶关学院学报，2022（11）：83-86.

［4］朱齐媛，孟祥丽.基于思想政治理念的“电子技术基础”课程教学改革探讨［J］.科技与创新，2021（13）：67-68.

Exploration and practice of “Digital Electronic Technology” course teaching

based on ARCS motivation model

Abstract： The construction of new engineering has put forward new requirements and challenges to the training of engineering talents in domestic universities， especially in local universities. For strengthen the training of new engineering talents， this paper focuses on the curriculum construction of “Digital Electronic Technology” under the requirements of new engineering， based on the ARCS motivation model， from the four aspects of Attention， Relevance， Confidence and Satisfaction. While the course of teaching content， teaching mode and teaching evaluation design the corresponding motivation strategy， pay attention to the cultivation of students’ innovative consciousness and high order thinking ability. The teaching reform of this course has achieved a series of teaching results， which provides a new idea for training new engineering talents， and can also be used as a reference for other new engineering curriculum construction.

Key words： ARCS model; new engineering; two-line miscibility; curriculum evaluation